在人工智能（AI）领域，技术革新的浪潮此起彼伏，预示着生产力解放的奇点或将在2025年到来。行业普遍认为，2025年将是智能体技术爆发的关键年份。这一趋势在第三方机构aicpb发布的AI产品榜单中已初见端倪。该榜单在6月份的更新中首次纳入了智能体类别。
出人意料的是，登上榜首的并非此前备受瞩目的Manus，也不是来自传统搜索巨头百度或高调进军AI领域的字节跳动，而是由360孵化的纳米AI。其月度Web访问量高达156.67M，几乎是位居第二的Manus的十倍之多。
值得注意的是，纳米AI超级搜索正式发布尚不足一月。那么，纳米AI超级搜索是如何在短时间内实现异军突起的？
智能体时代：从“给你答案”到“交付结果”
在传统的互联网信息检索模式下，用户通常需要输入关键词，然后在搜索结果中手动筛选、分析和整理信息，这往往耗时耗力，且难以找到精准的答案。传统搜索引擎对关键词的理解存在局限性，搜索结果容易受到竞价排名等商业因素的影响，导致用户需要从大量无关信息中筛选所需内容。
ChatGPT的出现改变了这种信息获取方式，用户可以直接获得相对精准的结果，从而实现了从“检索、遍历”到“直接获取结果”的转变。而智能体的出现，则标志着AI生产力落地的又一次范式升级。智能体带来的最大变革在于，它使AI从“给你答案”转变为“交付结果”。系统不再仅仅提供一个答案，而是能够自动调用工具来执行用户的复杂需求，并直接提供可交付的成果。例如，当用户输入“优化公司财报”时，智能体可以直接生成一份专业的财报优化方案。
一个合格的智能体通常具备以下特征：
- 自主性：在最少的人工干预下独立运行，具备自我驱动的执行能力。
- 环境感知：通过多种接口实时获取环境状态信息，并理解上下文变化。
- 推理规划：基于目标进行任务分解，制定多步骤执行策略和资源分配方案。
- 适应学习：从执行反馈中提取经验，动态调整行为模式和决策策略。
- 工具集成：主动选择和组合外部工具/API，扩展自身能力边界。
- 状态管理：维护短期工作记忆和长期知识存储，支持上下文连续性。
- 目标导向：围绕明确目标进行行为选择，具备结果评估和纠偏能力。
- 多模态交互：支持自然语言、API调用等多种交互方式，具备协作能力。
简而言之，真正的智能体应具备“感知→推理→规划→执行→反馈→优化”的完整闭环能力，而不仅仅是高级版本的问答系统。
目前，智能体技术仍处于发展初期。在海外市场，微软、谷歌、OpenAI等科技巨头都在积极开发各自的智能体产品，例如OpenAI最近推出的ChatGPT Agent。而在国内市场，Manus和纳米AI无疑是该领域的先行者。
纳米AI的能力解析：两个典型场景
为了更深入地了解纳米AI智能体的能力，我们选择了两个典型的用户场景进行分析。
场景一：一句话生成长视频
例如，用户向纳米AI发出指令，要求生成一条上海城市宣传片。
面对这一复杂任务，纳米AI实际上将整个流程分解为多个环节，包括信息输入、文案整理、生成分镜脚本、文生图、配音、图生视频、添加配音字幕、视频拼接以及获取并添加BGM等。
每个环节由不同的智能体负责完成，整个视频的生成过程是一个多智能体协同工作流。用户只需输入一句话，即可获得一个完整的视频，而支撑纳米AI完成这一复杂需求的是一个智能体团队。
在最初的信息检索阶段，系统调用了超级搜索智能体，检索出30个搜索结果，并以此为基础形成了上海城市宣传片的文案和分镜脚本。
以分镜脚本为基础，纳米AI进一步调用了图片生成智能体，生成多个具有代表性的上海画面作为分镜图片。
值得注意的是，纳米AI最终生成的视频长达两分钟，这对于AI生成的视频来说，是一个相当长的长度。业界具备类似长任务执行能力的智能体屈指可数。同时，该视频还具备连贯的逻辑和接近摄影实拍的画面效果，配音、BGM、字幕等元素也一应俱全。即使以“人类作者”的标准来衡量，这也是一个相当成熟的视频作品。
过去，制作一条视频通常需要经过“文案-分镜-拍摄/绘图-剪辑-后期”等一系列流程，涉及策划、美术师、剪辑师等多个工种的协作，耗费数个工作日才能完成。而现在，纳米AI可以在短时间内生成一个成熟的长视频，真正实现了AI生成视频的实用价值。
场景二：处理复杂的研究型问题
以“分析人工智能对就业市场的影响”为例。
令人惊讶的是，在接收到需求后，纳米AI并没有立即执行任务，而是主动要求用户提供更具体的需求细节。这体现了纳米AI的“搜商”，即像人类一样进行思考，主动发起交互，完善思维链。
在生成结果的关键节点，纳米AI也会主动发起询问，以更好地匹配用户需求。最终生成的提纲包含了现状分析、趋势预测、政策建议和结论等部分，结构完整。
最终，纳米AI超级搜索在十几分钟内生成了一份包含数据图表、趋势分析和政策建议的综合报告。
过去，研究人员需要从多个信息源收集资料，然后进行人工分析和整合，这通常需要花费几天甚至几周的时间。而现在，任何人都可以通过纳米AI在短时间内快速了解一个复杂问题的基本面貌。
这份报告不仅包含文字，还包含图表、图片等多模态信息。
不仅如此，最终生成的报告还可以转换为PDF、Word、思维导图、PPT甚至动态网页，从而形成从资料搜索、生成分析到结果演示的完整闭环。
值得注意的是，纳米AI还在报告末尾列出了36个参考文献的链接。这对于复杂的研究型问题而言至关重要，研究人员可以方便地进行进一步的研究和查证。
在整个研究报告的生成过程中，纳米AI自主完成了整个流程，并直接交付成果。甚至在用户需求不明确时，它还会主动发起交互，完善思维链。这标志着从AI 2.0时代的“告诉你怎么做”到纳米AI的“直接交付多模态结果”的范式转变。
要使AI自主完成一项复杂任务并非易事，这背后需要对技术路径进行深入的思考和大量的技术投入。其中，多模型协作架构是纳米AI最引人注目的技术特点之一。纳米AI接入了80多个模型，并根据不同的任务需求进行智能调度。
正是有了这样的模型基座能力，纳米AI才得以实现复杂任务下的超长思维链。
纳米AI还在MCP（Model Context Protocol）工具生态建设上投入了大量资源，并专门为国内环境自主研发了许多MCP。MCP可以被视为大模型的USB-C接口。正如USB标准化了硬件接口一样，MCP也为大模型提供了标准化接口，使其能够连接到各种外部数据源和工具，从而解决了“AI可用”的问题。
目前，纳米AI已接入110+工具，覆盖办公协作、学术研究、生活服务、搜索引擎、金融分析、媒体娱乐、数据抓取等多个领域。在上文提到的“一句话生成长视频”案例中，文案生成智能体就调用了AI搜索、图片转文字、音视频转文本、AI文档分析等多个MCP工具。
纳米AI智能体还实现了对本地浏览器的调用能力，可以识别网页上的所有可点击元素，使大模型像人一样操作浏览器。
这样做的好处在于解决了信息孤岛问题。长期以来，各家互联网公司出于商业考量，并不允许谷歌、百度等搜索引擎抓取信息。但是，通过对浏览器的调用能力，纳米AI可以像普通用户一样“正常访问”这些平台，并获取其内部的深度信息和实时数据。
拥有了这样的能力，纳米AI就可以深入挖掘小红书的旅行攻略和购买建议，直接对比多个电商平台的商品以找到最低价，或者获取社交媒体上的最新趋势和用户反馈。
AI下半场：加速AI效用的生产落地
LnData的报告显示，2024年底全球智能体市场规模已突破500亿美元，年度增长率超过200%。头豹研究院也对智能体的增长持乐观态度，预测智能体行业市场规模将从2024年的695.28亿人民币增长至2028年的8520.35亿人民币，年复合增长率高达87.10%。
如此巨大的市场潜力自然吸引了OpenAI、谷歌、微软等科技巨头以及字节跳动、阿里、腾讯、百度等国内大厂的全面加码。
就在7月17日深夜，OpenAI正式发布了ChatGPT Agent。然而，与ChatGPT首次发布时的惊艳不同，舆论对ChatGPT Agent的评价褒贬不一。
支持者认为，这标志着AI从“对话式AI”向“任务执行型AI”的转变。反对者则认为，ChatGPT Agent的发布更像是一次“补课”而非“创新”，因为其展示的核心能力，如多步骤任务规划、工具调用和上下文记忆等，在国内早已不是新鲜事。在某些方面，如可视化生成，纳米AI甚至展现出比ChatGPT Agent更强的能力。
总体而言，ChatGPT Agent并未表现出超越国内智能体的能力。这反映了一个更深层次的问题：AI领域的技术护城河正在快速缩小。OpenAI的生态整合能力和产品化水平依然值得学习，但从智能体能力来看，国内外的差距确实在快速缩小，某些细分领域甚至已经出现了反超。
智能体的终局尚不明朗，但在特定领域逐步发挥作用，成为提升工作效率的重要工具，这确实是一条可以预见的迭代路径。真正的挑战在于如何找到合适的应用场景，构建可持续的商业模式，并在技术创新和用户需求之间找到平衡点。毕竟，技术再先进，如果用户不买单，也是徒劳。
在AI下半场的激烈竞争中，纳米AI走出了一条独特的差异化路线——它没有选择与巨头们正面竞争通用型超级智能体，而是选择成为智能体生态繁荣的基础设施搭建者。
周鸿祎对纳米AI的愿景非常明确，即将纳米AI打造成最大的“智能体社区”。
从数量上看，纳米AI目前已经拥有近万个专业智能体，覆盖不同行业和场景的业务需求。用户在面对具体问题时，只需输入需求描述，平台即可匹配对应的专业智能体，从而实现从需求到解决方案的快速连接。
平台的价值不仅在于丰富的智能体资源，更在于其灵活的组合能力。在纳米AI中，如果用户的任务需求过于复杂，还可以调用多个智能体，组建多个智能体协作的团队，通过任务分解和流程优化，实现更高效的问题解决。这种团队化协作模式为个人和小团队提供了以往只有大企业才能享有的专业服务能力。
如果多智能体协作仍然无法解决问题，纳米AI的“360智能体工厂”还提供了低门槛的智能体搭建平台。通过自然语言交互，用户无需编程技能即可创建符合特定需求的智能体。这种零代码创建方式使智能体的定制化变得简单高效，真正实现了“人人都能造专家”的愿景。
周鸿祎表示，AI时代为每个人、每个组织都带来了前所未有的机遇，每个人都可以拥有三五十个智能体，形成自己的专家队伍。这些智能体听从指挥，替你工作，每个人都有机会成为超级个体。
AI下半场，叙事逻辑从技术炫技逐步转向“效用落地”，从追求技术先进性转向追求解决问题的有效性。这才是AI价值的回归，使其真正成为普通人的生产力工具。
纳米AI在榜单上的排名可以被视为一个阶段性的成果。其断层领先第二名近10倍的优势并非偶然，而是反映了市场对智能体这一产品形态的强烈需求。
当所有人都在谈论AGI的终极目标时，纳米AI已经在实际应用中给出了答案：AI的价值不在于有多“智能”，而在于能为多少人解决多少问题。
可以预见，智能体这场战役充满挑战，但纳米AI已经早早入局，并握有一副好牌。
